本文将介绍如何开发一个交互式应用程序，利用Adam Geitgey的人脸识别框架，从摄像头或网络摄像头设备识别人脸。

为了创建一个交互式应用程序，我们将使用Tkinter，Docker将用于确保一个包含所有必要依赖项的隔离环境。本文可以作为你自己项目的起点，因为使用哪些框架和库并不重要。

了解如何通过Docker创建一个利用摄像头设备、GPU加速和深度学习框架的交互式应用程序有很多可能性。

如果只希望通过Docker运行GUI，我创建了本文，你可以按照以下内容进行操作

如果你想立即运行应用程序，可以下载我的Github存储库，并按照本文末尾的“运行应用程序”部分进行操作。

阅读教程

在本文中，将介绍应用程序中的脚本，之后将介绍运行应用程序的教程。文章将按照以下顺序进行。

目录

1． 环境

2． 应用程序概述

3． Docker

4． 编程

5． 摄像设备

6． 计算机视觉

7． Shell脚本

8． 运行应用程序

9． 结论

环境

此应用程序仅使用Linux进行了测试，但是，它的工作原理应该与其他操作系统类似，其中一些参数可能不同，例如在运行Docker时。

对于先决条件，你应该安装摄像头或网络摄像头、Docker、CUDA和CuDNN。我已使用以下方法测试了应用程序

Docker 20．10．8

目录结构

本项目的目录结构如下所示。你可以事先创建这些文件，或者直接从我的Github存储库下载所有文件。此外，你需要在dataset目录中创建自己的目录，并插入所需的图像。在我的例子中，如下所示，我在Kasper目录中添加了四个图像。你在不同场景中为同一个人添加的图像越多，你的预测就越可靠。关于脚本，本文将介绍它们的内容。注意：encodings．pkl将在以后自动生成。应用程序的目录结构：

应用程序概述

该应用程序包含一个GUI，其中有一个用于显示相机设备输出的面板。此外，还有一个用于激活／禁用人脸识别的按钮。当前打开人脸识别的应用程序。

Docker

为了创建一个安装人脸识别、OpenCV、Dlib、Python等的隔离环境，使用了以下Docker代码。

Dockerfile创建隔离环境：

Tkinter

为了创建一个可由用户控制的交互式GUI以启用和禁用人脸识别，使用Tkinter库。下面的代码创建了先前显示的GUI。主脚本，用于创建GUI并允许人脸识别。

import tkinter as tk

from src．facevision import FaceVision

from src．videostream import VideoStream

if ＿＿name＿＿ ＝＝ ＇＿＿main＿＿＇：
          ＃ Tkinter窗口
           root＿window ＝ tk．Tk（）
          

    ＃ Window设置

    root＿window．title（＇Face Recognition＇）
           root＿window．geometry（＇500x540＇）  ＃ widthxheight＋x＋y
           root＿window．configure（background＝＇＃353535＇）

           ＃ 摄像头可视化面板
           panel ＝ tk．Label（root＿window）
           panel．pack（side＝＇top＇， fill＝＇none＇）
   

    ＃ FaceVision初始化
           face＿vision ＝ FaceVision（）
   

    ＃ Webcam初始化
           vs ＝ VideoStream（panel＝panel， face＿vision＝face＿vision）
           vs．stream（）
   

    ＃ 人脸识别按钮
           button＿face＿recognition ＝ tk．Button（root＿window， text＝＇Activate Face Recognition＇， command＝lambda： face＿vision．change＿facerec＿state（button＿face＿recognition））
           button＿face＿recognition．pack（）
   

    ＃ 主循环
           root＿window．mainloop（）

摄像设备

为了从相机设备获取图像并更新Tkinter GUI，可以使用以下脚本。在第7行中，它使用函数VideoCapture by OpenCV，其中的参数应与你的设备相对应。默认相机id通常为0，但是，如果不起作用，可以尝试使用1或－1。如果你希望使用视频，你应该能够用视频路径替换设备id，但可能需要进行一些其他调整。在第26行，它在一毫秒后再次调用函数本身。

计算机视觉

与大多数计算机视觉应用程序相反，在大多数计算机视觉应用程序中，你通过展示数百个类的示例来训练模型以对所需类进行分类，而在人脸识别中，你可以使用深度度量学习。通过深度度量学习，你可以训练模型来描述所需对象，而不是预测它是哪个类。在我们的例子中，我们使用它来提供一个特征向量，一种128维编码，它使用实数来描述每个人脸。教授一个模型来描述人脸而不是预测一个特定的人是一个优势，因为如果想要识别一个新的人，就不需要对模型进行再训练。相反，我们应该简单地保存模型可以访问的新人的编码。我们将在本文后面获得这些编码。使用框架人脸识别，我们不必从头开始训练模型，而是使用通过人脸识别提供的已经训练过的模型。如果想要进一步探索人脸识别领域，《人脸识别框架》详细阐述了这一主题.

数据集与编码器

为了使模型能够识别人脸，需要一个包含人脸编码的pickle文件。要实现这一点，正如前面在“目录结构”一节中提到的，你必须在目录数据集中创建一个包含所需人员姓名的目录。之后，编码器应包含以下代码。在这段代码中，我们递归地获取dataset目录中每个人的所有图像。通过使用人脸识别框架，我们定位人脸并为每幅图像提取编码。构造包含数据集编码的pickle文件：

import face＿recognition

import cv2

from pathlib import Path

import pickle

if ＿＿name＿＿ ＝＝ ＇＿＿main＿＿＇：
             print（＇Starting Encoding．．＇）

             data ＝ ｛＇names＇： ［］， ＇encodings＇： ［］｝
   

     ＃ 数据集路径
             path ＝ Path．cwd（） ／ ＇．／data／dataset／＇
   

     ＃ 浏览每一张图片
             for file＿name in path．rglob（＇＊．jpg＇）：
       

            ＃ 从数据集读取图像
                    img ＝ cv2．imread（str（file＿name））
                    img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2RGB）
       

           ＃ 定位人脸
                   face＿location ＝ face＿recognition．face＿locations（img， number＿of＿times＿to＿upsample＝1， model＝＇cnn＇）

                 ＃ 编码的人脸
                   encoding ＝ face＿recognition．face＿encodings（face＿image＝img， known＿face＿locations＝face＿location， model＝＇small＇）
   

          ＃ 保存信息
                 data［＇names＇］．append（file＿name．parent．name）
                 data［＇encodings＇］．append（encoding）
   

    ＃ 在pickle文件中保存编码
           with open（＇．／data／encodings．pkl＇， ＇wb＇） as f：
                pickle．dump（data， f）

           print（＇Completed Encoding！＇）

人脸识别

为了识别人脸，将使用以下代码。为了总结代码，它使用来自我们的相机设备的图像，检测人脸，为每个人脸提取128维编码，然后将新编码与我们的编码数据集进行比较。为了进行比较，它会检查新编码的特征与我们编码的数据集之间的距离，如果特征的距离小于阈值参数，则该特征将获得投票。为了找到最佳匹配，我们只需选择得票最多的人。如果简单的解决方案不够，你可以实现更强大的分类器。更具体地说，视频流为每一帧调用函数process＿image，该函数完成了实现人脸识别所需的所有工作。在第43–45行中，可以调整比较的阈值参数。阈值越低，比较就越严格。此外，在第48－51行中，最高投票数也可以调整，以增加或减少严格程度。计算机视觉部分，基于人脸识别框架：

import face＿recognition

import pickle

import cv2

import numpy as np

class FaceVision（）：

      def ＿＿init＿＿（self）：

           ＃ 加载编码
                 data ＝ pickle．loads（open（＇．／data／encodings．pkl＇， ＇rb＇）．read（））
                 self．encoded＿data ＝ data［＇encodings＇］
                 self．name＿data ＝ data［＇names＇］
                 self．use＿face＿recognition ＝ False
  

      def process＿image（self， img）：

          ＃ 检测和定位人脸

           face＿locations ＝ self．＿＿locate＿faces（img）

                ＃ 如果没有找到人脸，返回原始图像
                 if not face＿locations：
                      return img
      

         ＃ 编码输入图像
                 encodings ＝ face＿recognition．face＿encodings（face＿image＝img， known＿face＿locations＝face＿locations， model＝＇small＇）
     

         ＃ 通过比较新的编码和之前编码的pickle文件来识别人脸
                self．＿＿identify＿faces（image＝img， face＿locations＝face＿locations， encodings＝encodings）

                return img

def ＿＿locate＿faces（self， image）：

         if self．use＿face＿recognition is True：
         

             ＃ 检测人脸并接收他们的位置
                    face＿locations ＝ face＿recognition．face＿locations（img＝image， number＿of＿times＿to＿upsample＝1， model＝＇cnn＇）
                    return face＿locations

def ＿＿identify＿faces（self， image， face＿locations， encodings）：
              ＃ 比较保存的编码和新的编码
              for face＿bbox， encoding in zip（face＿locations， encodings）：
           

            ＃ 找到匹配
                   matches ＝ face＿recognition．compare＿faces（known＿face＿encodings＝self．encoded＿data，
                                                                                                   face＿encoding＿to＿check＝encoding，
                                                                                                   tolerance＝0．01）
           

            ＃ 计算投票并找到最佳匹配
                    votes ＝ ［np．count＿nonzero（m＝＝True） for m in matches］
                    highest＿vote ＝ max（votes）
                    highest＿vote＿idx ＝ votes．index（highest＿vote）
                    person＿match ＝ self．name＿data［highest＿vote＿idx］
           

            ＃ 投票阈值，如果没有超过，投票的名字将是Unknown
                    if highest＿vote ＜ 20：
                          person＿match ＝ ＇Unknown＇
           

            ＃ 添加可视化图像
                   t， r， b， l ＝ face＿bbox
                   cv2．rectangle（image， （l， t）， （r， b）， （0， 255， 0）， 2）        
                    cv2．putText（image， person＿match， （l， t－10）， cv2．FONT＿HERSHEY＿SIMPLEX， 0．8， （0， 255， 0）， 1）
   

 def change＿facerec＿state（self， button）：
             ＃ 取反
             self．use＿face＿recognition ＝ not self．use＿face＿recognition
             ＃ 改变按钮的文本
             if self．use＿face＿recognition is True：
                  button．configure（text＝＇Disable Face Recognition＇）
             else：
                  button．configure（text＝＇Activate Face Recognition＇）

Shell脚本（警告）

为了简化操作，请创建一个shell脚本，该脚本使用以下参数运行xhost和Docker。对于xhost，启用对所有人的访问，然后在卸载Docker容器后禁用它。在这个Docker命令中，我们共享GPU，显示GUI。警告：如果在本地运行，则使用xhost和这些Docker参数不应成为问题。但是，如果在生产中使用，则应增强安全性，这在此处是推荐的。自动启用／禁用xhost并运行Docker容器：

＃！／bin／bash

xhost ＋

docker run －－gpus all －－device ／dev／nvidia0 －－device ／dev／nvidia－uvm －－device ／dev／nvidia－uvm－tools
                         －－device ／dev／nvidiactl
                         －it
                         －－rm
                         －e DISPLAY＝＄DISPLAY
                         －v ／tmp／．X11－unix：／tmp／．X11－unix：rw
                         －v ＄（pwd）：／face＿recognition
                         －－device＝／dev／video0：／dev／video0
                          face＿recognition

xhost －

运行应用程序

1. 构建Docker镜像：docker build －t facerecognition＿gui

2. 使shell脚本可执行：chmod ＋x ．／run．sh

3. 运行shell脚本：．／run．sh

4. 在Docker容器中，创建编码的数据集（确保图像位于数据集目录中的目录中）：python3 encoder．py

5. 运行应用程序：python3 gui．py

6. 现在可以启用人脸识别。

注意：要分离／退出Docker容器，请按ctrl－D

结论

在本文中，你已经了解了如何将GUI、摄像头设备、GPU与Docker一起使用。了解如何结合这些，提供了许多可用于学术和商业目的的可能性。此外，使用相同的策略，通过Docker共享etc设备，你应该能够利用其他库和框架，而不必经历环境问题。